Unser Gehirn leistet im Alltag ständig Schwerstarbeit: Es wertet ständig unzählige Sinneseindrücke und Informationen aus, trennt Unwichtiges von Wichtigem und gleicht das Aufgenommene mit vergangenen Erfahrungen ab. Wenn wir etwas lernen, baut unser Gehirn entsprechende Verbindungen zwischen bestimmten Hirnzellen auf und verstärkt sie, je häufiger wir uns diese Tätigkeit oder Information einprägen. Im Laufe der Zeit werden dadurch die Verknüpfungen, die für richtige oder wichtige Daten stehen, immer stärker – wir haben uns das Gelernte eingeprägt.
Aber wie lernt ein Computer? Früher konnten Rechner nur die Schritte ausführen, die in ihrem Programmcode, der Software, enthalten waren. Ihre Leistung beruhte auf vordefinierten Algorithmen. Lernfähig waren diese Programme daher nicht. Doch durch die Entwicklung künstlicher neuronaler Netze das hat sich geändert – Systemen, die nach ähnlichem Prinzip lernen wie unser Gehirn.
Wie lernt ein Computer?
Wie unser Denkorgan ist auch ein neuronales Netz aus einem hierarchischen System von miteinander verbundenen Knoten aufgebaut. Anfangs sind alle Verbindungen und Knoten noch gleich gewichtet. Doch dies ändert sich, wenn die künstliche Intelligenz nun die ersten Informationen bekommt. Nehmen wir beispielsweise einen lernfähigen Roboter. Dieser fährt geradeaus, stößt dann aber an ein Hindernis. Jetzt hat er mehrere Möglichkeiten: Er kann zurücksetzen, einfach nur stehenbleiben oder aber nach rechts oder links ausweichen.
Der Roboter probiert nun eine Aktion aus – beispielsweise zur Seite ausweichen. Das funktioniert. In seinem neuronalen Netz wird nun diese Aktion positiv verstärkt. Die Verbindung vom Knoten "Weg blockiert" zum Knoten "Ausweichen" wird verstärkt. Gelangt nun der Roboter wieder in diese Situation, wird er als erstes die Aktion probieren, die am stärksten gewichtet ist – das Ausweichen. Der Roboter hat damit gelernt, was in dieser Lage die sinnvollste Option ist.
Durch unzählige Wiederholungen in verschiedensten Situationen lernt die KI so, die jeweils richtigen Entscheidungen zu treffen. Ähnlich wie unser Gehirn lernt dieses Netzwerk durch positive Verstärkung: Bringt eine Aktion Erfolg, wird sie beibehalten. Bringt sie keinen, wird sie beim nächsten Mal verändert. Im Laufe der Zeit verändert sich dadurch auch die Struktur ihres neuronalen Netzes: Die Verbindungen und Knoten erfolgreicher Aktionen werden immer dominanter, die erfolglosen verkümmern – genau wie in unserem Gehirn.
Go-Spieler und KI-Ärzte
Diese Technik verleiht erstmals auch Computergehirnen die Fähigkeit zu lernen. Man muss ihnen nur die Möglichkeit geben, immer wieder selbst auszuprobieren, welche Strategie zum Erfolg führt. Auf diese Weise hat sich beispielsweise die künstliche Intelligenz AlphaGo selbst beigebracht, das asiatische Brettspiel Go meisterhaft zu beherrschen. Das System benötigte dabei am Anfang nur eine Aufstellung der Spielregeln. Den Rest lernte AlphaGo, indem es wieder und wieder gegen sich selbst spielte. Am Ende war die KI so erfolgreich, dass sie sogar einen internationalen Go-Champion besiegen konnte.
Andere künstliche Intelligenzen haben selbstständig tausende von Fotos von Hautkrebs-Flecken ausgewertet. Im Laufe der Zeit lernte dieser "KI-Doc" dadurch, gutartige Hautflecken von bösartigen Melanomen zu unterscheiden. Ein Test gegen 21 erfahrene Hautärzte erwies: Die künstliche Intelligenz lag bei ihren Diagnosen in 91 Prozent der Fälle richtig – das war genauso oft wie die menschlichen Dermatologen.
Siri und die Bots: KI in unserem Alltag
Selbst in unserem eigenen Rechner oder Handy steckt inzwischen lernfähige Computertechnik: Egal, ob der digitale Assistent Siri, Cortana oder Echo heißt - dahinter steckt immer künstliche Intelligenz. Die Spracherkennungssoftware beantwortet unsere Fragen, macht für uns Termine und schreibt E-Mails und Textnachrichten für uns. Gleichzeitig lernt sie immer mehr dazu: neue Wörter, unsere Sprachweise und Vorlieben – all das merkt sich die KI und verbessert so ihre Leistungen.
Und auch im Internet stammen nicht alle Inhalte von Menschen: Häufig waren lernfähige Programme, sogenannte Bots, am Werk. So kann man längst gegen entsprechendes Entgelt die Dienste von Bots erkaufen, die dann auf Twitter und anderen sozialen Medien gezielt Nachrichten posten. Beim der letzten US-Wahl beispielsweise stammten knapp 20 Prozent der Tweets zu Wahlthemen nicht von Menschen, sondern von solchen Bots.
Doch Bots sind auch nützlich: Facebook und Co setzen solche Bots auch ein, um verbotene Inhalte auf ihren Seiten aufzuspüren. Wikipedia nutzt Editier-Roboter, um Inhalte von einer Sprache in die andere zu übertragen, Copyright-Verfehlungen zu erkennen oder Links einzufügen. Skurriler Nebeneffekt: Diese Bots liefern sich dabei manchmal regelrechte Editier-Duelle: Über Jahre hinweg tilgen die Bots immer wieder die Aktionen des jeweils anderen. Im Extremfall kann dies zu richtigen Bot-Duellen ausarten.
